Python PIL库实现图片批量压缩 - 有感记录

背景

在Web开发、移动应用开发或任何需要处理大量图片的场景中，图片文件大小是一个重要的性能考量因素。过大的图片不仅占用存储空间，还会影响网页加载速度和用户体验。本文将介绍如何使用Python的PIL/Pillow库实现图片的批量压缩，并深入分析压缩原理及优化方法。

图片压缩的重要性

图片通常占据了网站或应用的大部分带宽。据统计，图片在网页资源中平均占比超过60%。通过有效的图片压缩，可以显著减少:

页面加载时间
带宽使用量
服务器负载
用户数据消耗

Python实现图片批量压缩的代码

下面是使用Python的PIL库实现图片批量压缩的代码示例:

import os
from PIL import Image
import threading,time

for d, _, fl in os.walk(os.getcwd()):
    for f in fl:
        path = d + '\\' + f
        if not path.split('.')[-1:][0] in ['png','jpg','jpeg'] or os.path.isdir(path):
            continue
        img = Image.open(path)
        destination = path.split('.')[:-1][0]+'_destination.'+path.split('.')[-1:][0]
        try:
            print(path.split('\\')[-1:][0],'开始转换图片')
            img.save(destination, "JPEG", quality=80, optimize=True, progressive=True)
            print(path.split('\\')[-1:][0],'转换完毕')
        except IOError:
            PIL.ImageFile.MAXBLOCK = img.size[0] * img.size[1]
            img.save(destination, "JPEG", quality=80, optimize=True, progressive=True)
            print(path.split('\\')[-1:][0],'转换完毕')
        os.remove(path)
        os.rename(destination,path)
        print('保存成功')

代码解析

这段代码的主要功能包括:

遍历文件系统: 使用os.walk()递归遍历当前目录下的所有文件
筛选图片文件: 只处理扩展名为png、jpg或jpeg的文件
图片压缩处理: 使用PIL库打开图片并保存为优化后的JPEG格式
文件替换: 删除原始文件并将优化后的文件重命名为原文件名

压缩参数详解

在save()方法中使用的参数对压缩效果有重要影响:

quality=80: 设置压缩质量，值越高质量越好但文件越大，默认值为75
optimize=True: 启用编码器优化，通常可减小文件大小
progressive=True: 生成渐进式JPEG，图片在加载时会先显示低质量版本，然后逐渐提高质量

有损压缩与无损压缩

需要注意的是，上述代码使用的是有损压缩方法。有损压缩通过丢弃人眼不太敏感的图像信息来减小文件大小，但会导致图像质量下降。

如果需要无损压缩，可以考虑:

使用PNG格式代替JPEG
设置quality=100并禁用子采样
使用专门的无损压缩工具

压缩效果与性能考虑

通过上述代码，通常可以实现:

JPEG文件大小减小30%-70%
PNG文件转换为JPEG后可能减小更多
渐进式JPEG可以提高感知加载速度

但需要注意:

压缩过程需要消耗CPU资源
每次压缩都是有损的，不建议重复压缩同一图片
对于图标等需要清晰边缘的图像，可能需要使用不同的压缩策略

进一步优化建议

根据实际需求，可以考虑以下优化:

添加多线程支持以加速批量处理
增加图片尺寸调整功能
添加对WebP等现代图片格式的支持
实现图片质量评估，自动选择最佳压缩参数

结论

Python的PIL/Pillow库提供了强大而灵活的图片处理能力，通过简单的代码就可以实现高效的图片批量压缩。合理使用压缩参数可以在保证视觉质量的同时显著减小文件大小，从而提升应用性能和用户体验。

在实际应用中，建议根据具体场景选择合适的压缩策略和参数，平衡文件大小和图像质量。

目录

背景